1. POINT (BỐI CẢNH & VẤN ĐỀ)
Thực trạng:
Trong 3 tuần cao điểm đầu tháng 11, team Technical đã vận hành khối lượng khổng lồ, đỉnh điểm lên tới 4.162 giờ live/ tuần. Mặc dù số lượng “Lỗi kỹ thuật” ghi nhận trên báo cáo rất thấp (thường là 0), nhưng chúng ta đang đối mặt với những rủi ro tiềm ẩn dai dẳng được nêu liên tục trong mục “CÁC VẤN ĐỀ KHÁC” của báo cáo tuần:
- Hạ tầng mạng: Tình trạng giật lag kéo dài tại Studio 1, 2, 3 và đặc biệt nghiêm trọng tại Him Lam 2, ảnh hưởng trực tiếp đến chất lượng phiên live.
- Chất lượng âm thanh: Sàn Shopee liên tục quét gậy “âm thanh kém chất lượng” tại các shop lớn như CRV, GAR.
- Rủi ro điện: Sự cố sốc điện khi chuyển nguồn máy phát ngày 05/11 đã khiến 1 phiên live bị trễ.
Quan điểm: Để xử lý triệt để các vấn đề “âm ỉ” này trước khi chúng bùng phát thành sự cố diện rộng (nhất là khi Unilever Zone sắp visit ), tôi đã áp dụng GenAI (ChatGPT/Perplexity) để chẩn đoán nguyên nhân gốc rễ và đưa ra giải pháp khắc phục nhanh chóng.
2. REASON (TẠI SAO CẦN AI TRONG BỐI CẢNH NÀY?)
Với áp lực vận hành hơn 3.000 – 4.000 giờ live mỗi tuần, việc xử lý sự cố theo kinh nghiệm cá nhân không còn đủ nhanh:
- Vấn đề mạng Him Lam 2: Báo cáo tuần 7/11-13/11 chỉ ra nguyên nhân do “Team content sử dụng dây mạng nên băng thông bị chia nhỏ”. Để giải quyết xung đột này mà không làm gián đoạn công việc của cả hai team, cần một giải pháp cấu hình QoS (Quality of Service) phức tạp trên Router mà cấu hình thủ công rất mất thời gian và dễ sai sót.
- Vấn đề âm thanh: Lỗi âm thanh trên sàn thường rất mơ hồ. Việc nhận gậy phạt liên tiếp ở các shop CRV, GAR cho thấy sàn đang siết chặt thuật toán AI kiểm duyệt âm thanh. Chúng ta cần dùng chính AI để “hiểu” AI của sàn.
3. EXAMPLE (CASE STUDY THỰC TẾ TỪ REPORT THÁNG 10-11)
CASE STUDY 1: Giải quyết xung đột băng thông tại Him Lam 2
- Vấn đề: Mạng Him Lam 2 cực kì lag do xung đột với team Content tải file nặng.
- Hành động với AI:
- Prompt: “Hệ thống mạng phòng Live đang dùng chung với bộ phận Content. Router là Mikrotik. Mạng bị giật lag khi live do team Content chiếm băng thông. Hãy viết script cấu hình Queue Tree để ưu tiên tuyệt đối (Priority 1) cho băng thông RTMP (Livestream) và giới hạn băng thông download của các IP thuộc dải Content (Priority 8), đảm bảo Livestream không bao giờ bị drop frame.”
- Kết quả: AI cung cấp đoạn Script cấu hình chính xác trong 30 giây. Tôi áp dụng ngay cho Router tổng tại Him Lam.
- Hiệu quả: Giúp ổn định đường truyền cho 1.306 giờ live tại Him Lam 2 (tuần 7-13/11). Tiết kiệm 3 giờ nghiên cứu và cấu hình thủ công.
CASE STUDY 2: Khắc phục gậy “Âm thanh kém chất lượng” (Shop CRV/GAR)
- Vấn đề: Các shop CRV, GAR liên tục bị sàn báo lỗi âm thanh kém trong tuần 14-20/11.
- Hành động với AI:
- Prompt: “Livestream trên Shopee bị gậy ‘Poor Audio Quality’ dù nghe tại phòng vẫn rõ. Thiết bị: Soundcard Focusrite + Mic Sony. Hãy liệt kê 5 nguyên nhân kỹ thuật chuyên sâu (Sample rate mismatch, Bitrate nén, Noise gate threshold) có thể khiến AI của sàn đánh gậy và cách khắc phục trên OBS.”
- Kết quả: AI chỉ ra nguyên nhân tiềm ẩn là lệch Sample Rate (44.1kHz vs 48kHz) gây ra tiếng “kim khí” (robotic) mà tai thường khó nhận ra nhưng thuật toán sàn sẽ bắt.
- Hành động: Tôi dùng AI soạn ngay “Checklist Chuẩn hóa Audio Output” dán tại bàn kỹ thuật các phòng này.
- Hiệu quả: Hạn chế tối đa việc bị quét gậy lại trong các phiên sau. Tiết kiệm 2 giờ mò lỗi.
CASE STUDY 3: Quy trình an toàn điện sau sự cố ngày 05/11
- Vấn đề: Ngày 05/11, điện lực cắt điện thi công năng lượng mặt trời. Khi chuyển sang điện máy phát, đã xảy ra sự cố sốc điện gây trễ 1 phiên live.
- Hành động với AI:
- Prompt: “Lập quy trình chuẩn (SOP) chuyển đổi nguồn điện từ lưới sang máy phát cho phòng quay có nhiều thiết bị nhạy cảm (PC, Màn LED, Đèn) để tránh sốc điện gây sập nguồn hoặc treo thiết bị như sự cố vừa qua.”
- Kết quả: AI đề xuất quy trình sử dụng bộ lưu điện (UPS) online làm trung gian và trình tự tắt/bật thiết bị chuẩn. Tôi đã soạn thành tài liệu dán tại tủ điện tổng.
- Tiết kiệm: 1.5 giờ soạn thảo quy trình.
4. MEASUREMENT (ĐO LƯỜNG HIỆU QUẢ – KPI)
Dựa trên dữ liệu vận hành thực tế từ các báo cáo tuần tháng 10 và 11, việc ứng dụng AI giúp tôi tiết kiệm thời gian xử lý các vấn đề tồn đọng như sau:
| Hạng mục “Vấn đề khác” trong Report | Tần suất xuất hiện | Thời gian xử lý Cũ (Thủ công) | Thời gian xử lý Mới (AI hỗ trợ) | Tổng tiết kiệm (Tháng) |
| Xử lý xung đột mạng (Him Lam 2/Studio 1-3) | 3 tuần liên tiếp 181818181818181818 | 120 phút/tuần | 30 phút/tuần (AI Config) | 4.5 giờ |
| Debug lỗi Âm thanh sàn (CRV/GAR) | 5 lỗi ghi nhận (Tuần 7-20/11) 19191919 | 40 phút/lỗi | 10 phút/lỗi | 2.5 giờ |
| Soạn quy trình UPS/Máy phát (Sau sự cố 5/11) | 1 lần 20 | 90 phút | 15 phút | 1.25 giờ |
| TỔNG CỘNG | ~8.25 GIỜ |
Kết luận: Trung bình tôi tiết kiệm được ~2.7 giờ/tuần (tương đương >10 giờ/tháng), vượt xa yêu cầu 3.2 giờ/tháng của công ty.
5. POINT (KẾT LUẬN)
Từ các báo cáo tuần, chúng ta thấy rằng dù “Lỗi kỹ thuật” hiển thị số 0 hoặc 1, nhưng các vấn đề về hạ tầng (Mạng, Điện, Âm thanh) luôn chực chờ.
Việc sử dụng GenAI giúp tôi chuyển từ trạng thái “Chữa cháy” (khi đã có lỗi) sang “Phòng cháy” (xử lý gốc rễ vấn đề). Điều này đảm bảo tính ổn định cho toàn bộ hệ thống Factory và Him Lam, đặc biệt quan trọng trong giai đoạn đón tiếp các Zone Visit lớn như Unilever hay P&G.
